3D场景下scipy.spatial.Voronoi返回ridge_vertices格式问题咨询

问题1：为什么3D场景下ridge_vertices的顶点数超过2个 #

核心原因是你对scipy.spatial.Voronoi的属性定义存在误解：该类中的ridge指代n维Voronoi图中两个Voronoi单元的公共边界，维度永远是输入维度减1：

• 2D输入时，ridge是1维线段，天然只有2个端点，符合你的预期
• 3D输入时，ridge是2维多边形面，自然需要3个及以上顶点来定义面的轮廓，这就是你看到3D场景下每个ridge_vertices包含3~4个顶点的原因。

问题2：如何得到每条对应2个顶点的1维脊线（满足骨架提取需求） #

不需要通过regions反向推导，直接对ridge_vertices做简单后处理即可得到你要的1维边：
3D下每个ridge_vertices存储的是多边形面的有序顶点，你只需要遍历每个面的顶点列表，把相邻顶点（最后一个顶点还要和第一个顶点配对）两两组合，过滤掉包含-1（无穷远点）的无效边，再做一次去重（相邻的面会共享同一条边），就能得到所有仅含2个顶点的Voronoi边，速度远高于你现有的临时方案，稳定性也更好。

后处理示例代码 #

import numpy as np
from scipy.spatial import Voronoi

def get_1d_voronoi_edges(vor: Voronoi) -> np.ndarray:
    edges = set()
    for ridge in vor.ridge_vertices:
        # 过滤掉有效顶点不足2的无效脊
        valid_verts = [v for v in ridge if v != -1]
        if len(valid_verts) < 2:
            continue
        # 遍历多边形顶点，相邻两两配对
        for i in range(len(valid_verts)):
            v1 = valid_verts[i]
            v2 = valid_verts[(i+1) % len(valid_verts)]
            # 统一顺序避免重复存储同一条边
            if v1 > v2:
                v1, v2 = v2, v1
            edges.add((v1, v2))
    return np.array(list(edges))

3D骨架提取场景补充建议 #

得到所有1维边后，你可以额外增加一步校验：只保留两个端点都落在原始3D对象内部的边，过滤掉对象外部的Voronoi边，剩下的就是符合要求的骨架结构，可保留更多细节。

内容的提问来源于stack exchange，提问作者Takyon